蒙古塔木察格坳陷白垩系震积岩特征及其地质意义

通过岩芯观察,结合构造背景研究,在蒙古塔木察格坳陷白垩纪地层中识别出震积岩。震积岩的主要标志有微同沉积断裂、同沉积塑性变形构造、液化脉、震积枕状及伴生构造等。通过对塔219 井、塔1943 井等岩芯的系统观察,建立了蒙古塔木察格坳陷白垩系震积岩的垂向序列。震积岩的垂向序列自下而上依次为砂岩脉（砂火山）层段、水塑性褶皱变形层段、斧式构造层段、滑塌构造层段、阶梯状微断层和震裂缝层段、准原地沉积湖泊津浪丘状层理和内碎屑角砾岩层段、异地沉积震浊积岩层段,对应于地震由强变弱的一个变化过程。震积岩的发现具有重要的研究意义,有助于分析盆地边界断裂的强烈活动时期。     

西藏搭格架热泉型铯矿床矿物学与矿石组构特征及地质意义

在查明搭格架铯矿床产出的地质背景、成矿阶段及其年龄、地球化学与同位素组成的基础上,本文较为系统地研究了硅华的矿物学与组构特征,加深了对硅华形成演化过程的认识.研究表明成矿早期,矿石中存在大量的石英,晚期全为蛋白石.粒状蛋白石自早到晚均有出现,胶状蛋白石主要出现于晚期.早期矿石出现脱水造成的菜花状、粗粒块状与粗大孔隙状构造及溶蚀结构.晚期出现细粒块状与细小孔隙状构造.在第3阶段存在硅藻Denticula属,体现出低温阶段的特征.由早到晚,矿石的SiO2呈降低趋势,而(Na2O Al2O3 K2O CaO)与Cs2O呈升高趋势,是随着矿石中SiO2有序度的降低而其它成分被保留在晶格中所致.     

织金一带地质构造的基本格架及其特征

根据织金一带以断裂为主体,褶皱相伴的北东向构造组合特征,将其归结为"一带、一区、一群"的基本构造格架.简述了各褶断带几何形态和构造形迹组合及动力学特征和成生顺序,指出该区地质构造是燕山运动的产物.     

钢筋混凝土梁结构断裂损伤诊断方法

提出一种基于BP神经网络的结构破损诊断方法,该方法以结构破损前后柔度的变化作为破损诊断网络输入,为了解决由于系统响应样本数据空间分布不均匀对网络收敛速度及网络诊断影响问题,对网络训练样本采用广义空间格点进行了交换,模拟算例及应用实例均表明,本文方法能准确诊断结构破损位置与破坏程度,是一种有效的结构破损诊断方法.     

浅谈“中国海监”在海洋执法监察中的法律地位

国家海洋局承担海洋监察执法管理工作已经有近二十年的历史，从执法体制、执法内容的演变，大致可以分成三个阶段。第一阶段２０世纪８０年代初～８０年代末；第二阶段８０年代末～９０年代末；第三阶段９０年代末至今。无论哪个阶段，国家海洋局作为海洋行政主管部门，在履行法律法规赋予的权力和义务时，始终有“中国海监”相伴。１９８３年３月１日我国第一部“海环法”生效之日也是“中国海监”诞生之时。不过那时的“中国海监”只是海洋执法巡航船舶、飞机乃至车辆的标识而已，并不是一级组织，更不是行政机构。令人兴奋的是１９９８年…     

一类序同态的构造

作者定义了从L_1~X到L_2~Y的映射σ,证明了σ是满足σ(x_λ~0)=σ(λ)∧σ(x_(I_1)~0)的保并映射的充要条件是σ(A)=∨g(λ)∧f(Aλ),其中f为X到L_1~Y的映射,g为L_1到L_2~Y的保并映射,且有f(X)≤g(I_1);最后证明了一类序同态的分解定理,它们是前人相应结果的推广与补充。     

质点-网格海冰模式在渤海的数值预报试验

在海冰动力学和热力学的研究基础上,开发应用于渤海的质点-网格海冰模式.该模式采用质点-网格法,有效地避免了传统海冰模式的数值扩散问题.该模式采用冰厚分布函数取代传统渤海业务海冰预报模式中平整冰、堆积冰和开阔水的三类海冰分型.应用质点-网格海冰模式对2003年～2004年冬季渤海冰情进行了业务化逐日数值预报试验,并对预报结果进行统计检验和分析比较.     

焉耆盆地博湖坳陷三工河组层序格架及沉积体系的时空配置关系

利用层序地层学、沉积学原理和方法,对博湖坳陷下侏罗统三工河组进行了层序划分和沉积体系时空配置关系的研究.建立了三工河组的层序地层榕架,将其划分为J1s3、J1s2和JJ1s13个三级层序,其层序和体系域的变化主要受控于凹陷内沉降中心的分布,沉积主要受控于盆地边缘的南缘陡坡带、北缘缓坡带.每个三级层序低水位体系域发育局限,湖扩与高水位体系域发育.沉积体系构成以扇三角洲、湖泊和辫状河三角洲为主.在建立沉积体系时空配置关系的基础上探讨了沉积体系的演化.     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.